ORB-SLAM2是如何完成工作的？
第一步：系统会读取摄像头的参数和ORB字典数据，接着初始化整个系统。
第二步：利用ORB算法初始化相机位姿，在完成第一帧图像的特征点的提取后，紧接着可以进行两相 邻帧图像的特征点匹配结果。
第三步：利用匹配的特征点的信息恢复其在三维空间的点的深度，同时确定点的三维空间位置（方法：双目立体视觉中的三角法）。
第四步：初始化得到特征点空间位置后，将一部分满足要求的特征点标记为路标点（Mappoint），利用PnP算法对路标点进行处理，通过给定物的3D点集和对应图像的2D点集，在经过姿态计算之后，得到最终初始化时对应的相机位姿，对应的相机位姿可以由四元数表示。
第五步：得到初始化的相机位姿后，不断重复上述的匹配，跟踪，三角化，计算出每一帧图像的相机位姿，然后在计算出每两帧图像之间的相机的运动变化矩阵（旋转矩阵和平移矩阵），通过图优化的方法对估计的结果做优化，最终形成相机运动的轨迹。
简化过程：
初始化系统----->提取每相邻两帧图像的特征点，进行匹配------>得到三维点的深度和位置------>姿态计算，得到初始化的相机位姿------>重复上述操作，得到两帧之间的运动变换矩阵------>凸优化得到最终相机的
运动轨迹
转载总结自：o_ha_yo_yepeng《ORB-SLAM2 + windows + usb摄像头 项目实战（一）》
